一、现象：

1.         suncluster中的ipmp状态异常

root@ABCSERVER1 # scstat -i

-- IPMP Groups --

              Node Name           Group   Status         Adapter   Status

              ---------                        -----      ------          -------   ------

  IPMP Group: ABCSERVER1          ipmp1   Online         qfe1      Offline

  IPMP Group: ABCSERVER1          ipmp1   Online         ce1       Online

  

  IPMP Group: ABCSERVER2          ipmp1   Online         qfe1      Offline

  IPMP Group: ABCSERVER2          ipmp1   Online         ce1       Online

  

2.         ping群组中Offline的网口，显示alive：

/userhome/abcapp$ ping 10.xx.x.233

10.xx.x.233 is alive

  

二、诊断：

查看message信息：

root@ABCSERVER1 # dmesg

Thu Nov 29 09:59:57 CST 2007

…

Nov 29 01:34:43 ABCSERVER1 in.mpathd[436]: [ID 168056 daemon.error] All Interfaces in group ipmp1 have failed

Nov 29 01:34:43 ABCSERVER1 Cluster.PNM: [ID 890413 daemon.notice] ipmp1: state transition from OK to DOWN.

…

Nov 29 01:46:58 ABCSERVER1 genunix: [ID 408789 kern.notice] NOTICE: ce1: fault cleared external to device; service available

Nov 29 01:46:58 ABCSERVER1 genunix: [ID 451854 kern.notice] NOTICE: ce1: xcvr addr:0x01 - link up 100 Mbps full duplex

Nov 29 01:46:58 ABCSERVER1 in.mpathd[436]: [ID 820239 daemon.error] The link has come up on ce1

Nov 29 01:46:59 ABCSERVER1 qfe: [ID 517869 kern.info] SUNW,qfe1: 100 Mbps full duplex link up - internal  transceiver

Nov 29 01:47:25 ABCSERVER1 in.mpathd[436]: [ID 620804 daemon.error] Successfully failed back to NIC ce1

Nov 29 01:47:25 ABCSERVER1 in.mpathd[436]: [ID 299542 daemon.error] NIC repair detected on ce1 of group ipmp1

Nov 29 01:47:25 ABCSERVER1 in.mpathd[436]: [ID 237757 daemon.error] At least 1 interface (ce1) of group ipmp1 has repaired

Nov 29 01:47:25 ABCSERVER1 Cluster.PNM: [ID 890413 daemon.notice] ipmp1: state transition from DOWN to OK.

Nov 29 01:47:25 ABCSERVER1 in.mpathd[436]: [ID 832587 daemon.error] Successfully failed over from NIC qfe1 to NIC ce1

…

Nov 29 01:47:25 ABCSERVER1 Cluster.RGM.rgmd: [ID 922363 daemon.notice] resource ora-service status msg on node ABCSERVER1 change to <LogicalHostname online.>

从message信息上来看，在断开网络后，suncluster确认两个网口失效，认为IPMP的state transition为down，同时标明资源组中的server-rs为DEGRADED。在健全检查（sanity check）失败后，suncluster决定不做切换。网络再次连通时，两个网口全部link上，IPMP的state transition变回up，同时服务从qfe1切回ce1。改变server-rs状态变为online，node状态变为online，suncluster处理过程完毕。

看来suncluster少做了一步，似乎只要将网络服务从ce1切回qfe1，IPMP状态就正常了。

三、处理：

1.         试图强制将qfe1拉起来：

root@ABCSERVER1 # ifconfig qfe1:1 up

未果，依旧显示IPMP offline

2.         查询SA299第一章关于in.mpathd进程的说明，执行命令重新读取mpathd配置：

root@ABCSERVER1 # pkill -HUP /sbin/in.mpathd

3.         等待片刻后查看dmesg中出现以下信息:

Nov 29 09:20:30 ABCSERVER1 last message repeated 1 time

Nov 29 09:36:16 ABCSERVER1 in.mpathd[436]: [ID 111610 daemon.error] SIGHUP: restart and reread config file

Nov 29 09:37:10 ABCSERVER1 in.mpathd[4902]: [ID 620804 daemon.error] Successfully failed back to NIC qfe1

Nov 29 09:37:10 ABCSERVER1 in.mpathd[4902]: [ID 299542 daemon.error] NIC repair detected on qfe1 of group ipmp1

查看IPMP状态：

root@ABCSERVER1 # scstat -i

-- IPMP Groups --

  

              Node Name           Group   Status         Adapter   Status

              ---------                   -----   ------             -------   ------

  IPMP Group: ABCSERVER1          ipmp1   Online         qfe1      Online

  IPMP Group: ABCSERVER1          ipmp1   Online         ce1       Online

  

  IPMP Group: ABCSERVER2          ipmp1   Online         qfe1      Offline

  IPMP Group: ABCSERVER2          ipmp1   Online         ce1       Online

在备机重复操作，状态全部正常

欢迎大家一起讨论～

好文，谢谢分享了！